Jonathan

Über mich

Hi, ich bin Jonathan! Ich baue die Brücke zwischen rohen Geodaten und nutzbaren Business-Insights. Mit meinem fundierten Background in der Stadt- und Regionalentwicklung schreibe ich nicht nur Code – ich verstehe die räumliche und geschäftliche Logik hinter Ihren Daten. 🔥 Meine Kernkompetenzen: • Skalierbare Geodaten-Pipelines: Python-Architekturen zur Extraktion und Bereinigung globaler POIs. Vom präzisen visuellen Use-Case (1.900 bereinigte Amsterdam-POIs) bis hin zur massiven Enterprise-Extraktion (1,3 Mio. Datensätze via Overpass API). • Professional GIS Mapping: Komplexe Netzwerkanalysen, Versorgungsradien und großformatige, B2B-druckfertige Vektorkarten (QGIS, PostGIS) für die operative Logistik. • Python Automation: Maßgeschneiderte Skripte (GeoPandas, Requests), um Daten-Pipelines aufzusetzen, Duplikate zu entfernen und manuelle Prozesse zu automatisieren. Warum mit mir arbeiten? Ich liefere keine reinen Bastel-Skripte, sondern verlässliche Daten-Infrastrukturen. Ob automatisierte Geodaten-Pipeline, RAG-Architekturen oder QGIS-Lösungen – ich arbeite datengetrieben, transparent und performant. Lassen Sie uns Ihr Projekt datengetrieben nach vorne bringen!

Skills

Expert:in

Data Engineering

Python

Data Analysis

Web Scraping

GEO

Data Visualisation

Github

FastAPI

Fortgeschritten

Automation Engineering

REST-API

Data Science

Projektmanagement

Grundkenntnisse

Computer Vision

HTML

Portfolio

Geodaten-Engineering: Restaurant-Map Amsterdam

Corporate Routing & Operations Map

Entwicklung eines 100% lokalen KI-Chatbots (RAG-Pipeline) für sensible Dokumente

App-MVP: Flutter, APIs & KI

Gesamtes Portfolio ansehen

Projekte

Geoprocessing & Print-Layout für operative Logistikplanung
Französisches Immobilien-Netzwerk · Immobilien · 200–500 Mitarbeiter:innen
Juni 2026 — Juli 2026
Entwicklung eines datengetriebenen, hochpräzisen Planungswerkzeugs (Karten-Layout im Format 150 × 100 cm) für die tägliche operative Tourenplanung. Das Projekt erforderte komplexe räumliche Analysen und Geoprocessing, um geschäftskritische Infrastruktur visuell und analytisch für den Endkunden aufzubereiten.

Methodik & Umsetzung:

Räumliche Analyse: Durchführung detaillierter Versorgungs- und Erreichbarkeitsanalysen, primär durch die softwaregestützte Berechnung und Visualisierung von Einsatzradien.

Datenintegration: Zusammenführung unterschiedlicher Geodatenquellen und Modellierung einer mehrstufigen, operativen Sektorhierarchie inklusive der topologischen Hervorhebung zentraler Verkehrsachsen.

Kartographie & Rendering: Konzeption eines strengen kartographischen Regelwerks (Kontraste, Typographie, visuelle Hierarchie) in QGIS. Das Layout wurde speziell für den großformatigen Wanddruck exportiert, um eine absolute Lesbarkeit im operativen Alltag aus mehreren Metern Entfernung zu garantieren.

Ergebnis: Eine maßgeschneiderte, professionelle GIS-Lösung, die komplexe räumliche Zusammenhänge für die strategische Logistikplanung sofort greifbar macht.
Data Analysis
Data Visualisation
GEO
Logistik
Projektmanagement
Aufbau einer Spatial Data Pipeline & PostGIS-Datenbank
Internationaler B2B-Kunde (NDA) · IT, Software und Telekommunikation
März 2026
Ziel dieses umfassenden Data-Engineering-Projekts war die Entwicklung einer hochskalierbaren Spatial-Data-Pipeline zur vollautomatisierten Extraktion, Bereinigung und Speicherung von über 1,3 Millionen Point-of-Interest-Datensätzen (POI). Die Herausforderung bestand darin, massive unstrukturierte Geodatenmengen in ein performantes, abfragebereites Backend zu überführen.

Umsetzung & Architektur:

Datenextraktion: Automatisierte API-Abfragen (Overpass) mittels Python (OSMnx, Requests) inklusive intelligenter Paginierung zur Umgehung von Ratenlimitierungen.

Datenbereinigung: Geometrische Validierung, Entfernung von Duplikaten und Typisierung der Attribute mit GeoPandas.

Datenbank-Infrastruktur: Strukturierung und performanter Import der Geometrien in eine relationale PostGIS-Datenbank. Dies bildet das skalierbare Fundament, um komplexe Geodaten bei Bedarf (z. B. via GeoServer) als performante OGC-Webdienste (WMS/WFS) für WebGIS-Anwendungen bereitzustellen.

Ergebnis: Ein robustes Backend, das unstrukturierte Rohdaten in ein performantes räumliches Datenmodell transformiert und somit die Basis für weitreichende räumliche Analysen bildet.
Data Engineering
GEO
PostgreSQL
Python
Web Scraping

Alle Projekte ansehen

Berufserfahrungen

Freelance Data & GIS Specialist · Teilzeit
Dezember 2025 — heute
Umsetzung internationaler Kundenprojekte im Bereich Geodatenanalyse und Stadtplanung.

Entwicklung von Python-Skripten (QGIS, OSMnx) zur Datenextraktion und Automatisierung.

Eigenverantwortliches Projektmanagement und Anforderungsanalyse.
Radverkehrsplaner & GIS-Analyst · Teilzeit
PGV-Alrutz GbR · Architektur und Bauwesen
August 2019 — Juni 2023
Analyse der Verkehrsinfrastruktur und Verwaltung räumlicher Geodaten mit QGIS und ArcGIS Pro. Durchführung von Vor-Ort-Erhebungen, Aufbau von Attributstrukturen und Automatisierung von Daten-Workflows zur effizienteren Qualitätskontrolle und Berichterstellung.

Wesentliche Ergebnisse:

🗺️ Aufbereitung von Geodaten zu über 1.000 km Radverkehrsinfrastruktur

🐍 Automatisierung von Datenprüfprozessen mit Python & QGIS

📊 Erstellung maßgeschneiderter Karten und Auswertungen für Planungsberichte und Kommunen
Radverkehrsplaner & GIS-Analyst · Praktikum
PGV-Alrutz GbR · Architektur und Bauwesen
April 2019 — Juni 2019

Alle Berufserfahrungen ansehen

Urban Planning trifft Data Science & Automatisierung.